예를 들어 종양 진단 문제에서는 환자가 적절한 치료를 받을 수 있도록 악성 종양을 감지하는 데 관심이 있습니다. 또 불필요하게 환자에게 걱정을 끼치지 않도록 음성 종양이 악성으로 분류되는 경우(FP)를 줄이는 것이 중요합니다. FPR에 비해서 TPR은 전체 양성 샘플(P) 중에서 올바르게 분류된 양성(또는 관심) 샘플의 비율을 알려 줍니다.

정밀도(PRE)와 재현율(REC) 성능 지표는 진짜 양성과 진짜 음성 샘플의 비율과 관련이 있습니다. 사실 REC는 TPR의 다른 이름입니다.

다른 말로 하면 재현율은 관련된 샘플(양성)을 얼마나 많이 (진짜 양성으로) 감지했는지 정량화합니다. 정밀도는 예측된 샘플(진짜 양성과 거짓 양성의 합) 중 실제로 관련된 샘플(진짜 양성)의 수를 정량화합니다.

악성 종양 감지 문제에서 재현율을 최적화하면 악성 종양을 감지하지 못할 확률을 최소화하는 데 도움이 됩니다. 하지만 건강한 환자임에도 악성 종양으로 예측하는 비용이 발생합니다(높은 FP 때문입니다). 반대로 정밀도를 최적화하면 환자가 악성 종양을 가졌는지 정확히 예측하게 됩니다. 하지만 악성 종양 환자를 자주 놓치는 결과를 초래합니다(높은 FN 때문입니다).